AlexNet为深度学习开山之作,其中文章主要强调了几个点
1. 提出了深度CNN概念,在AlexNet之前其实已经有CNN的系列文章提出,但基本上受到了训练速度的限制没有流行,AlexNet由于其非常好的表现,引起了人们的注意
2. 提出了一个完整的网络架构,深度卷积层,relu, 全连接, pooling, 激活层, 以及训练的SGD
3. 作者其实忽略了一个现在看来比较重要的点,end to end, 区别之更早之前的NN, CNN, 其他机器学习方法等,AlexNet的输入直接是rgb通道的二维图片,而非做预先的特征提取如SIFT等